Pendekatan Local Binary Pattern (LBP) Pada Penyakit Katarak Dan Klasifikasi Dengan Metode Convolutional Neural Network (CNN)

Abstract

Mata adalah salah satu alat panca indera manusia yang berfungsi sebagai organ penglihatan. Di masyarakat, mata yang terkena katarak sering sulit dibedakan dari mata normal, sehingga banyak orang tidak menyadari ketika mereka terindikasi katarak. Dengan kemajuan teknologi, prediksi dan klasifikasi katarak menjadi lebih mudah melalui pengolahan citra digital. Dalam penelitian ini, penulis melakukan prediksi menggunakan Machine Learning untuk mengidentifikasi mata katarak dan mata normal dengan metode Convolutional Neural Network (CNN) serta ekstraksi fitur LBP. Dataset yang digunakan terdiri dari 1412 citra digital dengan dua kelas: katarak dan normal. Data dibagi menjadi 80% untuk tarin dan 20% untuk test, dan dataset ini diambil dari Kaggle, sebuah situs yang bergerak di bidang data science. Penelitian ini menggunakan 100 epoch dan mencapai akurasi 87% pada data pelatihan dan 85% pada data pengujian. Hasil menunjukkan bahwa metode Convolutional Neural Network (CNN) ini bekerja dengan baik dalam memprediksi penyakit mata.